# -*- coding: utf-8 -*-

import numpy

import pandas

data = pandas.read_csv(

'D:\\PDA\\4.9\\data.csv'

)

#設置隨機種子

numpy.random.seed(seed=2)

#按照個數抽樣

data.sample(n=10)

#按照百分比抽樣

data.sample(frac=0.02)

#是否可放回抽樣，

#replace=True，可放回,

#replace=False，不可放回

data.sample(n=10, replace=True)

#典型抽樣，分層抽樣

gbr = data.groupby("class")

gbr.groups

typicalNDict = {

1: 2,

2: 4,

3: 6

}#定義一個字典，從一班級中抽取2個人，二班級中抽取4個人，三班級中抽取6個人

def typicalSampling(group, typicalNDict):

name = group.name

n = typicalNDict[name]

return group.sample(n=n)

result = data.groupby(

'class', group_keys=False

).apply(typicalSampling, typicalNDict)#向量化運算的函數apply

typicalFracDict = {

1: 0.2,

2: 0.4,

3: 0.6

}#定義字典，按照百分比抽樣

def typicalSampling(group, typicalFracDict):

name = group.name

frac = typicalFracDict[name]

return group.sample(frac=frac)

result = data.groupby(

'class', group_keys=False

).apply(typicalSampling, typicalFracDict)

idclassscore

3940145

45163

5354195

2526164

37381107

7071175

8586277

8182263

54552121

6869256

1314269

8687293

5758282

8485285

94952103

96972108

35362101

8990286

4546295

8081281

20212138

6566383

8384352

3435366

67387

7778377

8283354

55563126

1718358

6768393

1011389

2627364

61623103

8889389

6970396

01377

9091391

9192359

4849398

78348

5253362

總結

以上是生活随笔為你收集整理的python 列表 随机采样_Python 随机抽样的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。